CC BY
0
РАЗВИТИЕ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОТРАСЛЯХ
НАРОДНОГО ХОЗЯЙСТВА
Е.А. Каткова, канд. экон. наук, доцент
Российский государственный аграрный университет - МСХА имени К.А. Тимирязева (Россия, г. Москва)
DOI:10.24412/2411-0450-2024-10-1-186-189
Аннотация. Интеграция цифровых технологий во все сферы бизнеса кардинально меняет способ их функционирования. Искусственный интеллект динамично развивается и применяется в различных областях хозяйственной деятельности. Современные информационные системы направлены на моделирование мыслительной деятельности человека, а также имитации человеческого интеллекта. В статье рассмотрены возможности и сферы применения искусственного интеллекта, охарактеризованы виды ИИ, а также приведены примеры и стадии развития искусственного интеллекта.
Ключевые слова: виды искусственного интеллекта, машинное обучение, глубокое обучение, обработка естественного языка, компьютерное зрение, интеллектуальная робототехника.
В российском законодательстве термин «Искусственный интеллект» появился только в 2020 году. Так в Федеральном законе от 24.04.2020 N 123-ФЗ искусственный интеллект рассматривается как комплекс технологических решений, позволяющий имитиро-
Слабый искусственный интеллект (Narrow AI) способен решать определенные задачи как человек, а иногда даже лучше. В его основу заложены программы и алгоритмы, которые требуют выполнения задач с высокой точностью, но не обладают интеллектом самостоятельно мыслить. Примерами слабого AI яв-
самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека [1].
В настоящее время существуют следующие
ляются голосовой помощник, автоматический переводчик, редактирование ошибок, поисковые запросы, беспилотные автомобили и т.д. [3].
Развитие технологий слабого искусственного интеллекта представлено на рисунке 2.
вать когнитивные функции человека (включая виды искусственного интеллекта (рис. 1).
Супер интеллект (Superintelligence)
Сильный искусственный интеллект (General AI)
Слабый искусственный интеллект (Narrow AI)
Рис. 1. Виды искусственного интеллекта
11
s 'i
x
IO о
0) et
о. ¥ >-
S S
fi EL
Ч>
О
3 4
Доказательство ^B математических ^^ Автоматическая разработка ПО
теорем AlphaGo Персональный робот ^^ Выработка плана лечения
Написание заголовков
Deep Blue Самоуправляемый автомобиль
1 A Анализ настроении по теисту . ^^ Анализ медицинских ^ ■ изображений
Рекомендательная система ^^ ^^ \Предиктивное техобслуживание
^^ Распознавание речи
Распознавание лиц i ^^ ^^ Распознавание объектов
Фильтрация спама I ^^ Геномный анализ
^fc OCR ^fc Контроль дефектов на производстве ^^ Прогнозирование ^^ результатов кредитования »
Стадии развития ИИ
ф Стадия исследования
Разработка на ранней стадии Разработка на поздней стадии Зрелая разработка
Хорошо определенные среды
Сложные, изменчивые среды реального мира
Сложность среды
Рис. 2. Развитие технологий слабого искусственного интеллекта
Сильный искусственный интеллект (General AI), характеризуется возможностью мыслить, обучаться, принимать решения, адаптироваться к новым условиям без предварительного программирования подобно человеку. Сильный AI имеет сознание и эмоции, познает окружающий мир и может свободно общаться и поддерживать беседу, т.е. наделен интеллектом. General AI находится на стадии разработки, к нему можно отнести чат-боты, которые имитируют человеческое общение,
но пока не могут думать и принимать решения [2].
Искусственный суперинтеллект
(Superintelligence) пока остается концепцией, в которой Superintelligence является новой формой разума, превосходящая человеческий интеллект и способная контролировать другие формы бытия.
Основные технологии искусственного интеллекта представлены на рисунке 3.
Рис. 4. Технологии искусственного интеллекта
Машинное обучение (Machine learning, ML) - это область искусственного интеллекта, позволяющая использовать самообучающиеся информационные системы для имитации человеческого обучения. Данные системы способны сами обучаться и совершенствоваться. Машинное обучение помогает управлять, генерировать и хранить большие данные. Данную технологию применяют в сельском хозяйстве для анализа состава почв, а также прогнозирования урожайности и удоя молока [5].
Глубокое обучение (Deep Learning AI) - это раздел машинного обучения, который использует модели нейронных сетей для моделирования процесса обучения человеческого мозга. Благодаря построению многослойной структуры нейронной сети глубокое обучение имеет широкий спектр применений в распознавании изображений, речи, обработке естественного языка и других областях. Его сила заключается в способности справляться со сложными задачами распознавания образов и анализа данных [4].
Существуют значительные отличия между машинным обучением и глубоким обучением. Так, в системах машинного обучения люди должны идентифицировать и вручную кодировать функции приложения на основе типов данных (например, значения пикселей, формы и направления), в то время как системы глубокого обучения пытаются изучить эти функции без дополнительного вмешательства человека. Так, базовые приложения машинного обучения включают программы прогнозирования и процедуры разработки научно обоснованных планов лечения для медицинских пациентов. Хорошо известной областью применения глубокого обучения являются самоуправляемые автомобили - программа использует многослойные нейронные сети для выполнения таких действий, как определение объектов, которых следует избегать, распознавание сигналов светофора и определение того, когда следует ускоряться или замедляться. А также сервисы потоковой передачи музыки и распознавания лиц.
Обработка естественного языка (NLP, Natural Language Processing) - еще одна важная технология в искусственном интеллекте. Она изучает языковую коммуникацию между людьми и машинами, позволяя машинам по-
нимать, анализировать и генерировать человеческий язык. Этот подход охватывает широкий спектр методов и технологий, которые позволяют компьютерным системам взаимодействовать с текстом, речью и диалогами так же, как это делает человек. Эта технология позволила популяризировать такие приложения, как интеллектуальные помощники и голосовые ассистенты, которые значительно облегчили жизнь и работу людей.
Другим важным аспектом технологии обработки естественного языка является машинный перевод, который позволяет автоматически переводить текст с одного языка на другой. Эти технологии находят применение в социальных медиа, маркетинге, финансах, медицине и других областях, где необходим анализ больших объемов текстовых данных для принятия решений и выявления тенденций.
Технология компьютерного зрения (CV, Computer Vision) направлена на то, чтобы позволить компьютерам «видеть» и понимать мир. Имитируя систему человеческого зрения, технология компьютерного зрения может выполнять такие задачи, как распознавание изображений, обнаружение цели и понимание сцены. Он широко используется в мониторинге безопасности, автономном вождении, медицинской диагностике и других областях [3].
Еще одной важной задачей компьютерного зрения является классификация изображений, при которой каждое изображение присваивается одной или нескольким предопределенным категориям или классам. Так, технология компьютерного зрения является активно развивающейся областью искусственного интеллекта, которая находит широкое применение в различных сферах, таких как медицина, автомобильная промышленность, безопасность, аналитика и многое другое.
Интеллектуальная робототехника - это воплощение технологии искусственного интеллекта в аппаратном обеспечении. Интеллектуальная робототехника представляет собой важную область исследований в сфере искусственного интеллекта, которая фокусируется на создании систем, способных взаимодействовать с окружающей средой и принимать решения в реальном времени. Одним из ключевых примеров реализации этого подхода являются роботы. Роботы представляют
собой физические системы, оснащенные дат- автопилоты дронов. Развитие интеллектуаль-чиками, моторами и компьютерным управле- ной робототехники имеет огромный потенци-нием, которые могут взаимодействовать с ал для улучшения жизни населения и работы окружающей средой и выполнять различные в различных областях, от производства и задачи [2]. транспорта до здравоохранения и образова-
Роботы могут быть использованы для ав- ния. томатизации производственных процессов, Таким образом, технологии искусственного
выполнения опасных работ или помощи лю- интеллекта помогут повысить производитель-дям с ограниченными возможностями. Дру- ность, безопасность и удобство повседневной гим примером реализации интеллектуальных жизни, а также открыть новые возможности роботов являются автономные автомобили и для исследований и инноваций.
Библиографический список
1. Федеральный закон от 24.04.2020 N 123-Ф3 «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации».
2. Абросимов В.К., Райков А.Н. Интеллектуальные сельскохозяйственные роботы. - М.: Карьера Пресс, 2022. - 512 с.
3. Катков Ю.Н. Использование искусственных нейросетей в бухгалтерском управленческом учете // Контроллинг. - 2013. - № 1(47). - С. 34-40.
4. Катков Ю.Н., Романова А.А., Джикия М.К. Учетно-аналитические механизмы экологориен-тированных организаций АПК на базе искусственного интеллекта // Бухучет в сельском хозяйстве. - 2024. - №2. - С. 78-84.
5. Khoruzhy L.I., Katkov Yu.N., Khoruzhy V.I., Romanova A.A. Model of a cybernetic internal control system for provisioning inter-organisational management accounting of agricultural organizations // International Congress on Agriculture, Environment and Allied Sciences (AEAS) December 24th-25th,
2021, Istanbul, Turkey. Procedia Environmental Science, Engineering and Management (P - ESEM). -
2022. - Vol. 9, № 1. - Pp. 257-266.
THE DEVELOPMENT OF ARTIFICIAL INTELLIGENCE TECHNOLOGIES IN THE SECTORS OF THE NATIONAL ECONOMY
E.A. Katkova, Candidate of Economic Sciences, Associate Professor
Russian State Agrarian University - Moscow State Agricultural Academy named after K.A. Timiryazev (Russia, Moscow)
Abstract. The integration of digital technologies into all areas of business is fundamentally changing the way they operate. Artificial intelligence is dynamically developing and is used in various fields of economic activity. Modern information systems are aimed at modeling human mental activity, as well as simulating human intelligence. The article examines the possibilities and applications of artificial intelligence, describes the types of AI, and provides examples and stages of artificial intelligence development.
Keywords: types of artificial intelligence, machine learning, deep learning, natural language processing, computer vision, intelligent robotics.
